liblibai的comfyui工作流报错本质是云端适配与本地环境不匹配，需重锚定远程路径、模型引用和节点依赖；确认是否为libtv类型后，必须配置有效api key、正确安装comfyui-libtv节点、修正模型路径，并补全requests/pydantic/httpx/pillow等依赖。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
LiblibAI分享的ComfyUI工作流在本地导入后满屏黄色警告、节点报错、Queue Prompt按钮点击无反应，本质是云端适配逻辑与本地环境不匹配——它不是“不能用”，而是需要把远程调用路径、模型引用和节点依赖三者重新锚定到你的机器上。
确认工作流是否真为LibTV类型
打开JSON文件，用Ctrl+F搜索"libtv"或"liblib.art"。如果出现，说明这是LibTV工作流，其核心节点（如LibTV_TextToImage、LibTV_VideoGen）默认走API请求，不依赖本地模型，但【必须配置有效的LiblibAI API Key】，否则所有节点显示Missing、Failed或No Response。
若没搜到这两个关键词，而是看到大量flux、sd3、t5xxl等字段，则大概率是普通本地工作流，报错原因转向模型路径或节点版本。
检查并填写LiblibAI API Key
进入ComfyUI界面 → 点击右上角齿轮图标 → 选择「Settings」→ 切换到「LibTV」选项卡。
在「API Key」输入框中粘贴你从liblib.ai个人中心复制的Key（需登录后在「账号设置 → API密钥」生成）。注意：Key开头为sk-，长度约48位，【不可包含空格或换行】。
填完不点保存？没关系——LibTV节点会在首次执行时自动读取。但如果你改过Key又没重启ComfyUI，旧缓存可能仍生效。此时直接关闭浏览器标签页，重新打开ComfyUI页面即可刷新认证状态。
验证节点是否加载成功
方法一：查看左下角状态栏
启动ComfyUI后，观察界面左下角是否出现绿色提示：“LibTV nodes loaded ✅”。若显示红色“❌ LibTV nodes failed to load”，说明custom_nodes未正确安装或Python依赖缺失。
方法二：手动检查节点目录
进入ComfyUI\custom_nodes\，确认存在名为comfyui-libtv的文件夹。该文件夹内必须包含__init__.py和nodes.py。如果只有空文件夹或名字是libtv（缺comfyui-前缀），请去GitHub仓库重新下载完整ZIP，解压后重命名文件夹为comfyui-libtv，再重启ComfyUI。
修复模型路径引用错位
第一步：打开工作流JSON → Ctrl+F搜索"model_name"或"ckpt_name"
第二步：找到类似"model_name": "flux1-fp8-dev.safetensors"的字段
第三步：确认该文件真实存在于ComfyUI\models\unet\目录下，且文件名完全一致（包括大小写和扩展名）
常见陷阱：别人工作流里写的是flux1_fp8_dev.safetensors（下划线），而你下载的是flux1-fp8-dev.safetensors（短横线）——差一个符号就报Missing model。此时要么重命名本地文件，要么在JSON里手动修正为实际文件名。
第四步：对CLIP、VAE、LORA路径做同样检查，路径位置依次为\clip、\vae、\loras。不要把LORA丢进\unet，也不要把VAE放进\clip——ComfyUI不会自动纠错，只会静默跳过。
强制重装LibTV依赖包
第一步：打开ComfyUI根目录 → 地址栏输入cmd → 回车打开命令行
第二步：执行以下命令（路径含空格无需引号，python_embeded会自动识别）：python_embeded\python.exe -m pip install requests pydantic httpx
这三条是LibTV节点发起HTTP请求的底层依赖。很多整合包默认不带httpx，导致API调用卡在连接阶段，日志里只显示TimeoutError却不报具体模块缺失。装完不用重启，下次点Queue Prompt时自动生效。
第三步：若仍报ModuleNotFoundError: No module named 'PIL'，补装：python_embeded\python.exe -m pip install pillow
